Dify：15万 Stars 的开源 Agent 工作流平台，现在什么样了

如果说 LangChain 是给工程师的玩具，Dify 就是给团队的 تولید工具。Dify v5 把 RAG、Agent、流程编排全部装进一个开源平台，GitHub Stars 突破 153,000，继续刷新开源 AI 应用平台的天花板。

Dify（langgenius/dify，⭐ 153,314，TypeScript）是开源的 AI 应用开发平台，核心能力是让团队不需要写大量代码，就能快速构建、部署和管理基于 LLM 的应用——包括 RAG 管道、Agent 工作流、多步骤自动化流程。

核心数据

它解决什么问题

团队想用 LLM 改善业务流程，通常面临几个问题：Prompt 难管理、流程难复用、测试成本高、上线后难监控。Dify 的解法是把所有 LLM 应用开发所需的组件做成可视化拼接：

• 工作流编排：拖拽式设计多步骤 LLM 流程，分支、循环、外部 API 调用全部支持
• RAG 管道：文档上传 → 分块 → 向量化 → 检索 → 生成，可视化配置
• Agent：支持工具调用、代码执行、多轮对话记忆
• 团队协作：Prompt 版本管理、权限控制、部署上线一条龙

v5 版本核心升级

根据最新 README，Dify v5 主要更新：

• 更强的 Agent 编排能力（支持子工作流递归调用）
• 增强的多租户支持（企业版功能下沉）
• 更丰富的插件体系
• 与主流模型提供商深度集成（OpenAI / Anthropic / 本地模型）

技术架构

# Docker 一键部署
docker run -d -p 8080:8080 langgenius/dify:latest

# 或使用 docker-compose（完整生产级部署）
# 详见 https://docs.dify.ai/getting-started/install-self-hosted

• 前端：React + TypeScript，可视化编辑器
• 后端：Python，支持主流 LLM API
• 数据库：PostgreSQL + Redis
• 向量化：支持多种 Embedding 服务（OpenAI / 本地模型）

和 LangFlow / n8n 的区别

Dify 更专注于”团队如何把 LLM 落地成产品”，而不是”如何实验 LLM”。

适合谁用

• 产品团队：想快速验证 AI 功能，不需要全栈工程师
• 企业 IT：需要可控的 AI 部署，数据不离场
• 独立开发者：快速原型，不用从零搭 RAG 管道

项目地址：github.com/langgenius/dify
官网：dify.ai
文档：docs.dify.ai